【摘 要】
：
我国锌矿周围农田污染较为严重，筛选对锌抗性强的植物材料是修复锌污染农田的理想方法。采用盆栽实验，以对锌抗性强的长药景天、三七景天、德国景天、松塔景天、胭脂红景天作为研究对象，研究不同浓度外源锌（0、80、160、320、800、1 600、2 000 mg·kg~(-1)）对5种景天属植物生长（生物量、株高）的影响，比较分析5种景天属植物耐受重金属锌胁迫能力差异。结果表明：5种景天的生物量、株高均
论文部分内容阅读
我国锌矿周围农田污染较为严重，筛选对锌抗性强的植物材料是修复锌污染农田的理想方法。采用盆栽实验，以对锌抗性强的长药景天、三七景天、德国景天、松塔景天、胭脂红景天作为研究对象，研究不同浓度外源锌（0、80、160、320、800、1 600、2 000 mg·kg~(-1)）对5种景天属植物生长（生物量、株高）的影响，比较分析5种景天属植物耐受重金属锌胁迫能力差异。结果表明：5种景天的生物量、株高均随着重金属浓度增加，呈现先上升后下降的趋势，5种景天属植物生长受到抑制，其中三七景天、松塔景天遭受锌毒害
其他文献
道路场景中远距离的小目标识别检测一直是自动驾驶的热点研究问题，基于此问题提出改进SSD算法的道路小目标检测模型及其应用。首先在原SSD主干部分和检测部分之间引入改进特征金字塔网络，融合不同层感受野特征信息提升小目标检测性能。其次使用深层特征提取网络ResNet50替换VggNet16提升整体网络精度。最后在检测层使用全局平均池化层替换全连接层，降低参数从而提高检测速度，设计得到改进网络RFG＿SS
为了解决离轴非相干数字全息中重构图像的视场较小、分辨率较低的问题。提出了一种简单、高效的方法来扩大非相干离轴全息术的重构图像的视场并提高其分辨率。以加入毛玻璃的方法代替传统的光栅或角度复用等传统方法，在扩大重构像视场的同时提高其分辨率。实验结果表明，重建图像的视场与毛玻璃和物体之间的距离成反比，并且和未加入毛玻璃的实验系统相比，加入毛玻璃后获得的重构图像视场可以扩大2.4倍左右。此外，加入毛玻璃后
随着人工智能领域的快速发展，深度学习在无人驾驶领域中的应用逐渐成熟，但是其中交通标志检测任务作为难点问题仍有很大的改进空间。城市道路下的交通标志检测具有环境复杂，小目标多，目标种类多且数量不平衡的特点，针对这些问题，提出了基于Libra R-CNN进行改进的方案。Libra R-CNN目标检测网络是基于平衡提出的，能够较好应对目标种类多及数量不平衡问题，在Libra R-CNN网络的锚框提取样本阶
针对人群计数中多尺度变化和背景干扰问题，提出一种抗背景干扰的多尺度人群计数算法。以VGG16网络结构为基础，引入特征金字塔构成多尺度特征融合骨干网络以解决人群多尺度变化问题，设计Double-Head-CC结构对融合后的特征图进行前景背景分割和密度图预测以抑制背景干扰。考虑到密度图的局部相关性和多任务学习，定义多重损失函数和多任务联合损失函数进行网络优化。在ShanghaiTech、UCF-QNR
在视频目标检测中通过光流来传播特征不仅会增加模型的参数量，而且直接将光流应用于高层特征可能无法建立准确的空间对应关系。为此，提出一种基于局部注意的特征对齐模块，该模块不依赖于光流，而是通过在不同帧的局部区域内以逐渐稀疏的步幅确定空间对应关系来传播特征。此外，针对基于固定间隔选择关键帧的方法不能根据目标物体运动快慢动态地调整选择间隔，造成计算量冗余或者检测精度降低的问题，提出基于精度预测动态分配关键
对板状结构中Lamb波的频散和多模现象进行了理论分析，采用有限元仿真方法获取了Lamb波与缺陷作用后的回波信号，对信号进行聚焦接收处理，即在一定距离范围内利用导波频散特性对各个模式信号进行频散补偿，提取补偿后信号的幅值，结果表明当所得信号幅值最大时，所对应的补偿距离等于缺陷与换能器之间的实际距离。利用这一结论，提出了以寻找频散补偿后信号的峰值为核心的导波聚焦接收成像算法，在三维模型板中验证了该成像
为了探索覆膜滴灌条件下犁底层深度对土壤水热运移影响的机理,本文采用土柱试验与模拟相结合的方法,修订了HYDRUS土壤水热运移模型主要参数,对不同犁底层深度(0 cm(CK)、20 cm(PB20)、30 cm(PB30)、40 cm(PB40)、50 cm(PB50))下土壤水热运移规律进行研究。结果表明:模型能够较好模拟不同犁底层深度下土壤水分和温度的分布以及随时间变化的趋势;犁底层可以阻碍水分
由于现实物质空间环境的多样，导致地震及其引发的崩塌、滑坡等灾害具有关联复杂性，严重干扰减灾应急处理过程中的有效判断。因此，提出一种基于多灾害耦合叠加模型的区域地震风险评估方法。首先，根据单一灾害对区域内产生风险值理论模型，推导出多种灾害在同一区域引起的风险耦合叠加模型。其次，以公共安全三角形理论为基础，从致灾因子威胁度、承灾体脆弱度、应急减灾能力等三个维度，构建区域内风险矩阵模型。再次，应用耗散结
针对当前显著性目标检测算法存在的特征缺失和区域一致性差的问题，基于全卷积神经网络提出一种特征混合增强与多损失融合的显著性目标检测算法，该算法包含上下文感知预测模块和特征混合增强模块。首先利用上下文感知预测模块提取图像多尺度特征信息，并且在预测模块中嵌入空间感知模块以进一步提取图像高层语义信息，然后利用特征混合增强模块对预测模块产生的全局特征信息和细节特征信息进行有效地整合，并利用特征聚合模块对整合
视网膜血管分割是眼底图像研究的基础，也是医学分析和诊断中一项重要而具有挑战性的任务。一方面，眼底图像在采集过程中光照不足或者曝光过度，往往导致视网膜血管的边界不清晰。另一方面，位于血管分支末端的微小血管，有时肉眼也无法分辨。针对这些问题，首先使用加权平均值法对眼底图像进行灰度化预处理，替代传统的提取绿色通道方式，使其保留更多有用信息；其次，通过自适应直方图均衡化对眼底图像进行增强处理，突出血管目标